基于用户需求的共享单车优化调度研究

杨凤仪 舒童 靳艺香

摘要：本文针对共享单车动态性的特点，通过对一天内共享单车的时空分布进行分析，对比实际情况与用户需求之间的差异，建立了以满足用户需求为目的的优化调度模型，给出改进调度方案，以期提高单车的使用率，缓解城市交通拥堵。

关键词：共享单车；时空分布；优化调度

1.引言

共享单车的出现一定程度上缓解了交通拥堵，带来了极大的便利，但其无秩序投放又引发部分地区拥堵加重。因此，合理调度共享单车将会为社会和企业带来多赢。针对这一问题，陶永虎等基于对共享单车投放、流量问题，建立相关数学模型，实现了对共享单车数据的处理与分析。柳志坤针对共享单车调度的特点设计了一套适合于共享单车动态调度求解的算法。余思利用多目标规划算法，通过协调多方面利益给出优化方案。本文基于共享单车GPS所监测的车辆数据和骑行分布数据，针对共享单车的流动性与及时性，运用相关统计知识，对单车在不同区域和不同时间段的时空分布现状和实际用户需求进行合理估计，并对以上两组数据进行对比分析。从而为单车的合理投放、调度和运营管理提供理论基础，实现用户与企业互利共赢的局面。

2.实证分析

2.1 数据来源及数据预处理

很多共享单车均有GPS定位系统，能实现动态化地监视车辆数据、骑行分布数据。由此，我们找到了某地区的10个区域中1074辆单车在24小时内的使用情况的数据及该地区在该天的用户需求的数据。在此基础上研究共享单车的容量及调配问题。

借助MATLAB软件对10个区域中1074辆单车在24小时内的使用情况的数据进行处理，以2小时为一个时间段将24个小时划分为12段，得到各区域在各时段的单车使用次数见表1（在0点到6点这三个时间段各区域均无单车使用）。接下来对有单车使用的这9个时间段进行分析。

2.2 模型建立

为了对比真实现状与用户需求两种情况下各区域在各时段的共享单车使用状况，我们分别建立周转率模型、需求模型与转换模型。

2.2.1周转率模型

周转率是指系统达到稳定状态后，某一物质在单位时间内所流出的量或流入的量占总量的分数值。将这一概念运用到共享单车的问题上，模型形式如下：

式中，[Rt]表示系统时间内共享单车的使用次数，[B0]表示初始时刻自行车数量。

2.2.2需求模型

需求模型用来求解各区域在各时间段的单车需求次数，在已知各区域的单车总需求次数[Mi]（i代表区域1到10），各区域共享单车的实际使用总次数[Ni]（i代表区域1到10）及各区域在第j（j代表时间段1到9）时间段的共享单车实际使用次数后，可求解各区域在各时间段的单车需求次数[Mij]（i代表10个区域，j代表9个时间段），模型形式如下：

2.2.3转换模型

转换模型结合周转率将共享单车的使用次数转换为使用车辆数的模型，模型形式如下：

2.3 现状分析

对10个区域中1074辆单车在9个时间段内的单车实际使用情况的数据利用公式（3）计算[Lij]，即单车各区域各时间段的实际使用辆数。各区域各时间段的共享单车辆数图见图1。

由图1可以看出，各区实际使用单车数量在一天中处于先上升后下降的趋势，一天中在6点到12点这个时间段使用数量基本处于上升状态，而14点后各区单车使用量均处于下降趋势。

为了研究供需之间的关系，接下来对单车的需求量进行计算。

2.4 需求分析

根据共享单车全天候供需监测数据，结合公式（3），分别计算出不同区域9个时间段内的单车使用量。使用量与使用周转率的比值即为实际所需的单车数量。利用EXCEL软件绘制详细的时空分布图，如图2所示。

由图2可以看出，在一天内用户对共享单车需求的变化趋势与实际投放量基本一致，从6点起至12点，单车的需求量不断升高，在中午的时间段内达到顶峰。此后直到0点，一直呈下降的趋势。夜间基本无使用情况。

2.5用户需求与实际投放的差异

为了进一步研究供需之间的关系，对单车的实际投放量和需求量之间的差值进行计算。

从图3可以看出，各区域的供需差值各不相等，区域3、5和8的差值为负，表示该区域实际投放量大于其需求量，应做出相应调节。而剩下7个区域的实际需求量均大于投放量，应着重投放。考虑到应节约空间与资源，可以将区域3、5和8的单车进行合理调度，分配到附近需求量高的区域，提高其使用率，尽量减少共享单车的投放。

三、总结

本文通过对共享单车GPS实时监测数据的分析，利用统计图表直观的展现出共享单车在一天内不同时段和不同区域的使用情况。目前共享单车的投放量已能够满足用户需求，但用户反映的供不应求和交通枢纽处单车的拥堵状况仍层出不穷。这两种相反的情况，究其根本，是由于单车的调度方式不合理，运转效率低下，从而导致了无法满足用户需求、拥堵等问题。对此，企业应充分利用互联网移动智能技术，提高单车的调度水平和周转率。在夜间使用率较低的时间段內进行及时的调度，合理分配单车过饱和区域和目前仍未满足需求区域的单车数量。从而降低车辆投放的成本，提高单车运营的利润；缓解集中停放车辆导致的交通拥堵；提高用户体验度，实现企业、社会、消费者之间的互利共赢局面。

参考文献：

[1]陶永虎，陈辉浩，杨壮.基于时空分析的共享单车调度模型[J].中国战略新兴产业，2017（36）：23.

[2]柳志坤.基于MATLAB分析的共享单车调度规划研究[J].中国战略新兴产业，2017（24）：49.

作者简介：

杨凤仪，女，汉族，西安理工大学应用统计学专业在读。